ОПРЕДЕЛЕНИЕ ОПТИМАЛЬНЫХ ПАРАМЕТРОВ ДЛЯ ЗАБОЙНОЙ ОПЕРАЦИИ

ОБЛАСТЬ ТЕХНИКИ

[0001] Это раскрытие относится к определению и/или оптимизации параметров, связанных с операцией бурения и/или другой операцией добычи углеводородов.

УРОВЕНЬ ТЕХНИКИ

[0002] Во многих случаях, операции бурения и другие операции, связанные с добычей углеводородов из геологического пласта, осуществляются на основании измерительной информации, поступающей от забойных инструментов и оборудования в ходе операции без визуального контроля операции. Измерительная информация может состоять из различных типов данных, измеренных датчиками и зарегистрированных в определенных промышленных стандартах базы данных. Такую информацию можно использовать для описания операции и для обеспечения возможности создания и/или регулировки параметров управления для операции. Параметры управления могут генерироваться в рамках определенных вычислительных моделей.

ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0003] Фиг. 1 демонстрирует иллюстративную систему для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию;

[0004] фиг. 2 демонстрирует пример процесса для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию;

[0005] фиг. 3 демонстрирует пример процесса для анализа и/или оптимизации в реальном времени иллюстративных забойных параметров согласно настоящему раскрытию;

[0006] фиг. 4A-4B графически демонстрируют пример архитектуры связывания данных для анализа и/или оптимизации в реальном времени забойного параметра согласно настоящему раскрытию;

[0007] фиг. 5 демонстрирует пример вычислительной процедуры в процедуре оптимизации согласно настоящему раскрытию;

[0008] фиг. 6 демонстрирует пример цикла управления для забойной операции согласно настоящему раскрытию;

[0009] фиг. 7 демонстрирует пример односкважинных и/или многоскважинных графических процессов для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию;

[0010] фиг. 8 - пример графического пользовательского интерфейса системы для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию; и

[0011] фиг. 9 демонстрирует пример способа определения оптимальных параметров для забойной операции.

ПОДРОБНОЕ ОПИСАНИЕ

[0012] Это раскрытие относится к определению оптимальных параметров для забойной операции. В общем аспекте, в этом раскрытии описан компьютерно-реализуемый способ управления забойной операцией. Способ включает в себя прием непрерывного потока данных реального времени, связанного с текущей забойной операцией, в хранилище данных. При этом от пользователя поступает выбор забойного параметра. Затем, с помощью вычислительной системы, выбранный забойный параметр оптимизируется на основании части принятого потока данных для достижения целевого значения выбранного забойного параметра. Затем оптимизированный забойный параметр можно использовать в текущей операции.

[0013] В одном или более конкретных аспектах, комбинируемых с общим аспектом, способ может дополнительно включать в себя этап, на котором фильтруют принятый поток данных, связанный с текущей забойной операцией, до оптимизации выбранного забойного параметра. Процесс фильтрации может включать в себя, по меньшей мере, один из следующих иллюстративных процессов: фильтрации принятого потока данных до заранее определенной частоты дискретизации или удаления шума, связанного с принятым потоком данных. Процесс оптимизации выбранного забойного параметра может включать в себя, по меньшей мере, один из следующих иллюстративных процессов: максимизации выбранного забойного параметра на основании части принятого потока данных для достижения целевого значения выбранного забойного параметра или минимизации выбранного забойного параметра на основании части принятого потока данных для достижения целевого значения выбранного забойного параметра.

[0014] Могут быть включены дополнительные признаки, комбинируемые с любым из предыдущих аспектов. Например, текущая забойная операция является первой забойной операцией, способ может дополнительно включать в себя этап, на котором используют оптимизированный забойный параметр во второй забойной операции, отличной от первой забойной операции. Первая забойная операция может осуществляться в первом стволе скважины, и вторая забойная операция может осуществляться во втором стволе скважины, отличном от первого ствола скважины. Первая и вторая забойные операции могут перекрываться во времени.

[0015] В одном или более конкретных аспектах, комбинируемых с любым из предыдущих аспектов, способ оптимизации выбранного забойного параметра включает в себя прогнозирование выбранного забойного параметра в ходе текущей забойной операции. Использование оптимизированного забойного параметра в текущей операции может включать в себя регулировку ввода в забойный инструмент, осуществляющий текущую забойную операцию, например, эксплуатацию забойного инструмента с отрегулированным вводом, оптимизацию выбранного забойного параметра на основании другой части принятого потока данных для достижения целевого значения выбранного забойного параметра, и повторную регулировку ввода в забойный инструмент, осуществляющий текущую забойную операцию.

[0016] В одном или более конкретных аспектах, комбинируемых с любым из предыдущих аспектов, способ дополнительно включает в себя этап, на котором предварительно обрабатывают непрерывный поток данных реального времени в хранилище данных для сокращения времени вычисления и подготовки к следующим вычислительным процессам. Текущая забойная операция включает в себя, по меньшей мере, одно из: операции бурения; операции спуска; операции подъема; операции очистки; операции бурения и вращения без нагрузки; или операции добычи. По существу, непрерывный поток данных, связанный с текущей забойной операцией, может включать в себя, по меньшей мере, одно из: осевой нагрузки на долото; скорости вращения забойного двигателя; скорости вращения на поверхности; давления в затрубном пространстве; температуры; плотности; наклона; или азимута.

[0017] В одном или более конкретных аспектах, комбинируемых с любым из предыдущих аспектов, способ может дополнительно включать в себя этап, на котором вычисляют одну или более переменных, связанных с текущей забойной операцией, по меньшей мере, частично на основании, по существу, непрерывного потока данных, связанного с текущей забойной операцией. Одна или более переменных, связанных с текущей забойной операцией, может включать в себя, по меньшей мере, одно из: удельной гидромеханической энергии, плотности, эквивалентной плотности, степени естественного искривления или диаметра ствола скважины. Например, при вычислении удельной гидромеханической энергии, можно использовать нижеследующие уравнения:

, и

где E_s - удельная энергия, W - осевая нагрузка на долото, W_eff - эффективная осевая нагрузка на долото, Q - расход, ΔP_b - падение давления, R - радиус ствола скважины, A_b - площадь поперечного сечения ствола скважины, N - скорость вращения долота, T - крутящий момент, и ρ_m - плотность бурового раствора.

[0018] Один или более вариантов осуществления системы оптимизации параметров управления и автоматизации согласно настоящему раскрытию может включать в себя один или более из следующих признаков. Например, различные типы данных, необходимые для вычисления оптимизации можно получать одновременно автоматически. Типы данных можно передавать потоком на процессоры, которые используют алгоритм оптимизации для вычисления удельной гидромеханической энергии и определения наиболее энергоэффективных параметров управления для операции бурения. Система запланированной нагрузки и доставки может быть встроена для минимизации ненужной организации очереди данных. Минимальную частоту включения и исключения данных можно использовать для повышения эффективности системы.

[0019] Вычисление оптимизации может осуществляться на основании вычислений энергии, которые обновляются по собственной программе в реальном времени (например, почти мгновенно или, по меньшей мере, быстрее человеческой реакции) для контроля эффективности бурения с использованием определенных потоков данных. Можно осуществлять непрерывный контроль эффективности бурения, производительности долота, точки снижения скорости проходки из-за перегрузки долота, сравнение с прочностью пласта, и контроль других параметров.

[0020] Фиг. 1 демонстрирует иллюстративную систему 100 для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию. Иллюстративная система 100 может представлять собой систему оптимизации управления, управляющую забойной операцией. Система 100 включает в себя центральное вычислительное устройство 160 для обработки и вычисления. Центральное вычислительное устройство 160 может включать в себя центральный процессор, блоки памяти, блок хранения данных, интерфейс ввода/вывода, сетевой интерфейс, графический пользовательский интерфейс (GUI) и другие периферийные устройства. Вычислительное устройство 160 задействует модуль управления оптимизацией, который включает в себя источник 110 данных, модуль 120 предварительной обработки, модуль 130 сбора и классификации данных, модуль 140 последующей обработки и выходной монитор 150.

[0021] В некоторых вариантах осуществления, вычислительным устройством 160 может быть любой сервер, где хранятся одно или более размещаемых приложений, данные в хранилищах данных, веб-приложения и/или другой контент. На высоком уровне, вычислительное устройство 160 содержит компьютер или другое электронное вычислительное устройство (например, смартфон, планшет, КПК или другое), выполненное с возможностью приема, передачи, обработки, хранения или управления данными и информации. Используемый в настоящем раскрытии термин “компьютер” призван охватывать любое подходящее устройство обработки. На самом деле, вычислительным устройством 160 может быть любой компьютер или устройство обработки, например, блейд-сервер, персональный компьютер (ПК) общего назначения, Макинтош, рабочая станция, рабочая станция на UNIX или любое другое подходящее устройство. Другими словами, настоящее раскрытие предусматривает компьютеры, отличные от компьютеров общего назначения, а также компьютеры без традиционных операционных систем. Кроме того, проиллюстрированное вычислительное устройство 160 может быть выполнено с возможностью работать под любой операционной системой, включая Linux, UNIX, Windows, Mac OS, или любую другую подходящую операционную систему.

[0022] Центральный процессор (ЦП) вычислительного устройства 160 может включать в себя один или более процессоров, блейд-сервер, специализированную интегральную схему (ASIC), программируемую пользователем вентильную матрицу (FPGA) или другой подходящий компонент. В общем случае, ЦП выполняет программное обеспечение (например, инструкции, закодированные на материальных, невременных носителях) и оперирует данными для осуществления операций вычислительного устройства 160. Независимо от конкретной реализации, “программное обеспечение” может включать в себя машиночитаемые инструкции, аппаратно-реализованное программное обеспечение, жестко или гибко программируемое аппаратное обеспечение или любую их комбинацию на материальном носителе, выполненном с возможностью, при выполнении, осуществлять, по меньшей мере, описанные здесь процессы и операции. На самом деле, каждый программный компонент может быть полностью или частично записан или описан на любом подходящем компьютерном языке включая C, C++, Java, Visual Basic, ассемблер, Perl, 4GL любой подходящей версии, а также другие.

[0023] Один или более блоков памяти вычислительного устройства 160 может включать в себя любой модуль памяти или базы данных и может иметь форму энергозависимой или энергонезависимой памяти, включающей в себя, без ограничения, магнитные носители, оптические носители, оперативную память (ОЗУ), постоянную память (ПЗУ), сменные носители, или любой другой подходящий локальный или удаленный компонент памяти. Блоки памяти могут хранить различные объекты или данные, включающие в себя классы, структуры, приложения, данные резервной копии, бизнес-объекты, задания, веб-страницы, шаблоны веб-страниц, таблицы базы данных, хранилища, содержащие деловую и/или динамическую информацию и любую другую подходящую информацию, включающую в себя любые параметры, переменные, алгоритмы, инструкции, правила, ограничения или ссылки на них, связанные с целями вычислительного устройства 160.

[0024] Интерфейс вычислительного устройства 160 может содержать логику, закодированную в программном обеспечении и/или аппаратном обеспечении в подходящей комбинации и выполненную с возможностью осуществления связи с сетью. В частности, интерфейс может содержать программное обеспечение, поддерживающее один или более протоколов связи, связанных с передачами, что разрешает сетевому или интерфейсному оборудованию передавать физические сигналы на проиллюстрированное вычислительное устройство 160 и от него. Сеть способствует беспроводной или проводной связи между компонентами вычислительной среды, включающей в себя вычислительное устройство 160, а также с любым другим локальным или удаленным компьютером, например, дополнительными клиентами, серверами или другими устройствами, подключенными с возможностью обмена данными к сети, но не представленными на фиг. 1.

[0025] Сеть, подключенная с возможностью обмена данными к вычислительному устройству, может быть единичной сетью, но может быть непрерывной или прерывистой сетью без выхода из объема этого раскрытия. Сеть может быть, полностью или частично, сетью предприятия или защищенной сетью, тогда как в другом примере, по меньшей мере, часть сети может представлять соединение с интернетом. В ряде случаев, часть сети может представлять собой виртуальную частную сеть (VPN), например, соединение между вычислительным устройством и другими компьютерами или другими электронными устройствами. Кроме того, вся сеть или ее часть может содержать проводную или беспроводную линию связи. Пример беспроводных линий связи может включать в себя 802.11a/b/g/n, 802.20, WiMax и/или любую другую подходящую беспроводную линию связи. Другими словами, сеть охватывает любую внутреннюю или внешнюю сеть, сети, подсеть, или их комбинацию, выполненную с возможностью облегчать связь между различными вычислительными компонентами, включающими в себя вычислительное устройство 160. Сеть может передавать, например, пакеты интернет-протокола (IP), кадры протокола ретрансляции кадров, соты асинхронного режима передачи (ATM), речь, видео, данные и другую подходящую информацию между сетевыми адресами. Сеть также может включать в себя одну или более локальных сетей (LAN), сетей радиодоступа (RAN), городских сетей (MAN), глобальных сетей (WAN), полностью или частично, интернета и/или любую другую систему или системы связи в одном или более положений.

[0026] GUI вычислительного устройства 160 может генерировать визуальное представление одного или более размещаемых приложений, веб-приложений, массивов данных или других данных для обеспечения эффективного и удобного для пользователя представления данных, обеспечиваемых или передаваемых в системе. Термин “графический пользовательский интерфейс”, или GUI, можно использовать в единственном или множественном числе для описания одного или более графических пользовательских интерфейсов, и каждый из них отображает конкретный графический пользовательский интерфейс. Таким образом, GUI может представлять любой графический пользовательский интерфейс, в том числе, но без ограничения, веб-браузер, сенсорный экран или интерфейс командной строки (CLI), который обрабатывает информацию в вычислительном устройстве 160 и эффективно представляет информационные результаты пользователю. В целом, GUI может включать в себя множество элементов пользовательского интерфейса (ПИ), например интерактивные поля, выпадающие списки и кнопки, оперируемые пользователем на вычислительном устройстве 160.

[0027] Источник 110 данных может включать в себя технические данные, передаваемые в промышленном формате, например, на языке стандартной разметки для переноса информации с буровой площадки (WITSML). WITSML разработан для передачи данных для работы нефтяной вышки от разнесенного массива специалистов-подрядчиков на современной буровой установке или морской платформе. WITSML продолжает разрабатываться Energistics facilitated Special Interest Group для разработки стандартов XML для обмена данными бурения, завершений и вмешательств. WITSML облегчает свободный перенос технических данных по сетям между нефтяными компаниями, обслуживающими компаниями, подрядчиками на буровые работы, поставщиками приложений и контролирующими органами для функций бурения, завершений и вмешательств в отрасли добычи нефти и природного газа. Источник 100 данных может включать в себя данные, отвечающие другим стандартам и форматам, например, спецификации переноса информации с буровой площадки.

[0028] Источник 110 данных может представлять собой данные реального времени, “правильного времени” и/или буферизованные/сохраненные данные. В некоторых вариантах осуществления, данные “правильного времени” могут включать в себя, например, заранее определенные данные в заранее определенных условиях, например, шаблон данных при определенных условиях. В некоторых реализациях, источник 100 данных может включать в себя данные из активного хранилища данных, которое захватывает транзакции, когда данные изменяются в реальном времени, и объединять данные в хранилище совместно с поддержанием пакетных или запланированных циклических обновлений. В некоторых реализациях, источник 100 данных может включать в себя данные из хранилища данных реального времени, которое содержит заранее определенные данные при определенных заранее заданных условиях. В некоторых реализациях, источник 100 данных может включать в себя данные из заранее сохраненного модуля памяти или буфера для проверки, испытания или настройки вычислительного устройства 160 и/или выполняющегося на нем алгоритма вычисления.

[0029] Источник 100 данных может включать в себя такие типы данных, как глубина (измеренная и вертикальная), расход, осевая нагрузка на долото, скорость вращения долота, диаметр долота, длина утяжеленной бурильной трубы, механическая скорость проходки, крутящий момент и затяжка бурильной колонны, хлоридный фильтрат, пластическая вязкость, предел текучести, плотность промывочного раствора и прочность геля (например, 10 с и 10 минут). Также могут быть включены другие типы данных для вычисления оптимизации, например, кальциевого фильтрата, хлоридного фильтрата, крутящего момента, давления циркуляции, осевой нагрузки на долото, затяжки, диаметра долота, забойной компоновки, механической скорости проходки и оборотов в минуту.

[0030] Модуль 120 предварительной обработки может включать в себя модуль обработки, который фильтрует и/или регулирует источник 100 данных. Модуль 120 предварительной обработки может фильтровать данные к заранее определенной частоте дискретизации. Модуль 120 предварительной обработки может включать в себя один или более цифровых фильтров и/или один или более аналоговых фильтров. Модуль 120 предварительной обработки может включать в себя преобразователи сигнала, например, цифро-аналоговый преобразователь сигнал или аналогово-цифровой преобразователь сигнала для унификации данных сигнала, подлежащих обработке. Фильтрами могут быть полосовой фильтр, фильтр высоких частот, фильтр низких частот, фильтр средних частот, шумоподавительный фильтр, фильтр с задержкой, суммирующий фильтр, фильтр с преобразованием формата и/или другие типы фильтров. Фильтры могут представлять собой фильтры на основе быстрого преобразования Фурье, позволяющие манипулировать спектром до преобразования модифицированного спектра обратно в сигнал временного ряда, например, полосовые фильтры. Фильтры могут представлять собой фильтры на основе модели пространства состояний, например, фильтр Калмана.

[0031] После предварительной обработки потока данных на модуле 120 предварительной обработки, данные подлежат сбору и классификации на модуле 130. Модуль 130 сбора и классификации данных может включать в себя базу 131 данных и классификацию 133. Процесс сбора и классификации, в некоторых вариантах осуществления, можно использовать при оптимизации и прогнозировании. В случае массивов данных нормальной работы, данные классифицируются как бурение, подъем, спуск, очищение, бурение и вращение без нагрузки. Варианты осуществления настоящего раскрытия можно применять к другим операциям, не связанным с добычей, которые также можно классифицировать. Для классификации можно осуществлять некоторый анализ, например, прогнозирование механической скорости проходки, оценивание удельной энергии, эффективность бурения с использованием прочности породы на сжатие с использованием значения UCS/CCS или каротажных данных LWD, энергию профиля скважины, прогнозирование прихвата труб, прогнозирование вибрации, увеличение нарастания слоя выбуренной породы, отклонение коэффициента трения и т.д.

[0032] Данные и параметры, используемые в системе 100, могут храниться в базе 131 данных. Сохраненные данные и параметры могут быть любого типа, формата или структуры в зависимости от требований, предъявляемых системой 100. В некоторых реализациях, например, условие прихвата труб, данные и параметры могут принадлежать трем главным группам классификации: механической, дифференциальной и отсутствия прихвата. Группы могут представлять собой классификацию 133 в модуле 130 сбора и классификации. Переменные массива данных, которые могут быть общими для прихватывающих и неприхватывающих скважин и перечисленные в классификации 133, представляют собой измеренную глубину, фактическую вертикальную глубину, расход, осевую нагрузку на долото, скорость вращения долота, диаметр долота, длину утяжеленной бурильной трубы, механическую скорость проходки, крутящий момент и затяжку бурильной колонны, хлоридный фильтрат, пластическую вязкость, предел текучести, плотность промывочного раствора и прочность геля (например, 10 с и 10 минут). Переменные могут храниться в форме переменных с x₁ по x_n в классификации 133. Однако другие данные и параметры могут храниться в базе 131 данных, как указано системой 100.

[0033] Модуль 140 последующей обработки, в некоторых вариантах осуществления, может быть вычислительным центром, где выполняется анализ оптимизации и чувствительности. Оптимизация может сравнивать вычисления удельной энергии с вычислениями прочности породы. Прочность несвязанной породы (UCS) или прочность связанной породы (CCS) разрешает непрерывно оценивать производительность бурения для идентификации ограничителей, например, точек снижения скорости проходки из-за перегрузки долота, в системе бурения. Вычисленную удельную энергию можно использовать для определения точки отказа пласта породы, вычисленной из функции прочности породы. Прочность породы можно прогнозировать на основании анализа смещений скважины и проецировать на будущие профили скважины. Затем прочность породы можно повторно вычислять в реальном времени на основании измерений свойств породы, произведенных с помощью инструментов LWD/MWD. В некоторых реализациях, прочность породы можно вычислить с использованием послескважинных кабельных или послескважинных LWD/MWD каротажных инструментов.

[0034] Оптимизация, осуществляемая в модуле 140 последующей обработки, может применяться к долоту путем определения энергии, необходимой для разрыва пласта и гарантировать эффективное использование долота на протяжение его срока службы. Затем система 100 может рекомендовать параметры бурения для оптимизации эффективности бурения и срока службы долота. Износ и срок службы долота можно повторно вычислять, когда забойные инструменты оценивания пласта обновляют и корректируют любые изменения в пласте, которые приводят к изменению прочности на сжатие пласта. Затем можно прогнозировать процесс бурения и можно вычислять механическую скорость проходки (ROP) при оптимизированных параметрах бурения.

[0035] После прогнозирования ROP для оптимизированных параметров бурения, можно также вычислять влияние в форме времени отсутствия добычи или невидимого потерянного времени. Система может быть способна количественно оценивать негативное влияние не вполне оптимального бурения. В некоторых реализациях, оптимизация, осуществляемая в модуле 140 последующей обработки может применяться к непосредственно измеренным данным для оптимизации в ситуации реального времени. Оптимизация также может осуществляться в произвольной ситуации в целях моделирования. Оптимизацию также можно использовать для сравнения оптимизированных параметров с текущими параметрами для генерации отчета прогнозирования и/или оценивания.

[0036] Модуль 140 последующей обработки может включать в себя анализ чувствительности для вычисления оптимизации. Анализ чувствительности может определять, как параметры/переменные на выходе модели оптимизации можно сопоставлять с различными изменениями на входе модели. Анализ чувствительности может предоставлять возможность ранжировать по приоритету параметры бурения управления таким образом, чтобы можно было выбирать и оптимизировать параметры, наиболее эффективные в отношении изменения.

[0037] Выходной монитор 150 может отображать, печатать, и/или передавать результат анализа оптимизации пользователю и/или принимающей стороне, которая уполномочена изменять параметры управления. Выходной монитор 150 может включать в себя графический пользовательский интерфейс (GUI), который показывает источник 110 данных, текущие параметры управления, оптимизированные параметры управления, производительность бурения и/или другие данные, связанные с операцией бурения. GUI может отображаться на стационарном устройстве контроля, мобильном электронном устройстве или обоих. Выходной монитор 150 может быть подключен к модулю управления операцией бурения, в котором обновленный параметр бурения, генерируемый в результате оптимизации, можно использовать для обновленного управления бурением.

[0038] Фиг. 2 демонстрирует пример процесса 200 для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию. Процесс 200 демонстрирует пример использования потоковых данных для прогнозирования удельной энергии. По сравнению с фиг. 1, модуль 210 ввода буровой площадки функционирует аналогично источнику 110 данных на фиг. 1. Модуль 210 ввода буровой площадки может включать в себя модуль 211 каротажных данных и сервер 213 WITSML или соединение с сервером 213 WITSML. Модулем 210 ввода буровой площадки может оперировать менеджер 203 входных данных, который может инициировать, контролировать и управлять модулем 210 ввода буровой площадки.

[0039] В реализации, показанной на фиг. 2, модуль 210 ввода буровой площадки передает данные на клиентский модуль 220, например OpenWire. OpenWire может быть приложением, которое преобразует поток данных бурения из известных ресурсов на общеупотребительных языках, например WITSML, WITS, OPC, и т.д. Приложение OpenWire может вводить данные в известные базы данных или хранилища данных, например OpenWorks, EDM, Finder и т.д. Другие приложения можно также реализовать на клиентском модуле 220 для построения сложных приложений потоковой передачи данных.

[0040] Клиентский модуль 220 может дополнительно загружать поток данных в модуль 230 оценивания. Модулем 230 оценивания, в некоторых вариантах осуществления, может быть Engineers Data Model (EDM), WELLPLAN, Compass, StressCheck, Wellcat и/или другое коммерчески доступное или фирменное программное обеспечение для предсказательного оценивания. В некоторых реализациях, EDM используется на модуле 230 оценивания. Модуль 230 оценивания может обеспечивать системы бурения, планирования скважины и предоставления отчета об операциях в форме единой платформы для детализированных операций и инженерных работ от прототипа до плана и фактических фаз бурения или обслуживания скважины. Затем модуль 230 оценивания обрабатывает поток данных, направляет поток данных на модуль 235 внедрения плана скважины.

[0041] Клиентский модуль 220 может извещать сервер 240 менеджер учетных записей в системе защиты (SAM), пока модуль 235 внедрения плана скважины передает поток данных на сервер 240 SAM. Сервер 240 SAM может представлять собой базу данных, присутствующую на серверах, выполняющих операционную систему, например, сервере Windows, где хранятся учетные записи пользователей и дескрипторы защиты для пользователей на локальном компьютере. Затем сервер 240 SAM может обновлять две машины, машину-1 250 и машину-2 260, посредством обновления 241 данных и обновления 243 каротажа. Машину-1 250, в некоторых вариантах осуществления, можно сравнить с модулем 120 предварительной обработки, показанным на фиг. 1; и машину-2 260, в некоторых вариантах осуществления, можно сравнить с модулем 140 последующей обработки, показанным на фиг. 1.

[0042] Сервер 240 SAM может одновременно обновлять машину-1 250 и машину-2 260; или сервер 240 SAM может сначала обновлять машину-1 250 и затем машину-2 260. Выход машины-1 250 может дополнительно передавать обновление 245 траектории на машину-2 260. Машина-1 250 может включать в себя один или более цифровых фильтров и/или один или более аналоговых фильтров. Модуль 120 предварительной обработки может включать в себя преобразователи сигнала, например, цифро-аналоговый преобразователь сигнала или аналогово-цифровой преобразователь сигнала для унификации данных сигнала, подлежащих обработке. Фильтрами могут быть полосовой фильтр, фильтр высоких частот, фильтр низких частот, фильтр средних частот, шумоподавительный фильтр, фильтр с задержкой, суммирующий фильтр, фильтр с преобразованием формата и/или другие типы фильтров.

[0043] Одна из основных задач, стоящих перед машиной-1 250, состоит в снижении отношения сигнал/шум. Другой основной задачей машины-1 250 является фильтрация данных до желаемой конечной частоты дискретизации. Машина-1 250 может осуществлять сбор и классификацию данных. В случае нормальной работы, данные можно классифицировать как массивы данных таких категорий, как бурение, подъем, спуск, очищение и бурение и вращение без нагрузки. Варианты осуществления настоящего раскрытия можно применять к другим операциям, не связанным с добычей, которые также можно классифицировать. Затем преобразованные и классифицированные данные поступают на машину-2 260 посредством обновления 245 траектории.

[0044] Машина-2 260 осуществляет анализ оптимизации и чувствительности после приема обновления данных с сервера 240 SAM и машины-1 250. Обновление 243 каротажа и обновление 245 траектории могут включать в себя информацию, связанную с позицией траектории ствола скважины и соответствующими параметрами бурения, таким образом, чтобы данные бурения можно было связать с глубиной, а также временем. Машина-2 260 может сравнивать вычисления удельной энергии с вычислениями прочности породы. UCS или CCS разрешает непрерывно оценивать производительность бурения для идентификации ограничителей, например, точек снижения скорости проходки из-за перегрузки долота, в системе бурения. Вычисленную удельную энергию можно использовать для определения точки отказа пласта породы, вычисленной из функции прочности породы. Прочность породы можно прогнозировать на основании анализа смещений скважины и проецировать на будущие профили скважины.

[0045] Машина-2 260 может принимать ранее повторенное прогнозирование 270 удельной энергии. Прогнозирование 270 удельной энергии можно вычислять из потока данных, измеренного в предыдущий период. Машина-2 260 допускает управление, контроль и/или администрирование со стороны оператора 201. Оператор 201 может только контролировать ход работ или дополнительно вводить в машину-2 260 инструкции и/или значения параметров. Машина-2 260 осуществляет оптимизацию с обновленным потоком данных (обновлением 243 каротажа и обновлением 245 траектории), а также прогнозированием 270 удельной энергии. Оптимизация может базироваться на максимизации или минимизации целевого значения, например, удельной гидромеханической энергии, которую можно вычислять со следующими отклонениями.

[0046] Математическая формула для траектории ствола скважины сложной конструкции может использовать данные, позволяющие принимать решение по управлению вибрациями совместно с бурильной колонной и прогнозировать, когда вытаскивать изношенные долота, предотвращая налипание на забойную компоновку и налипание на долото. Целевой функцией может быть модифицированное отклонение механической удельной энергии, вычисленной в виде:

, и

где E_s - удельная энергия, W - осевая нагрузка на долото (тыс. фунтов на дюйм размера), W_eff - эффективная осевая нагрузка на долото (тыс. фунтов на дюйм размера), Q - расход (в галлонах в мин.), ΔP_b - падение давления (в фунтах на кв. дюйм), R - радиус проходного диаметра ствола скважины (в дюймах), A_b - площадь поперечного сечения ствола скважины (в кв. дюймах), N - скорость вращения долота (об/мин), T - крутящий момент (в футах на фунт силы), и ρ_m - плотность бурового раствора.

[0047] Множественные режущие структуры (например, при использовании долот и разбуривателей или буровых расширителей) могут оказывать значительное влияние на производительность тандемной режущей структуры и, таким образом, вычисления удельной энергии. Вследствие разных уровней агрессивности, боковое режущее усилие может приводить к разным уровням удельной энергии. Разные уровни агрессивности могут бурить разные пласты, приводя к разной удельной энергии. Выравнивание энергии чрезвычайно важно, когда разные режущие структуры используются в тандеме. Рассматривая новое условие равновесия, когда такие типы компонентов присутствуют в бурильной колонне, удельную гидромеханическую энергию можно задать в виде:

где

где F_s - сила в бурильной колонне, r - расширительное долото, A_r - площадь расширительного долота , где d_r - диаметр расширительного долота или бурового расширителя, и d_b - диаметр направляющего долота, и ΔP_r - падение давления на расширительном долоте.

[0048] Когда буровые расширители или разбуриватели используются в бурильной колонне во время бурения, буровой раствор может разделяться, приводя к образованию параллельных путей потока в системе. Вследствие разделения потока и с учетом влияния ударной силы, обусловленной потоком, вычисление удельной гидромеханической энергии можно дополнительно преобразовать к виду:

[0049] Потенциальную механическую скорость проходки также можно прогнозировать для всех типов долота: фиксированного, с коническими шарошками, и пр., с применением теории удельной энергии и механической эффективности как функции прочности породы. После того, как видимая прочность породы точно определена из анализа каротажа в необсаженной скважине или измерений на кернах, можно вычислить ROP на основании рабочего и силового ввода в эффективность долота. Следующие вычисления устанавливают преимущество раскрытой модели.

[0050] Оптимизация осуществляется с обновлением граничных условий (ограничений) по ходу процесса бурения. Интервал времени или глубины может устанавливаться либо пользователем, либо автоматически, за счет контроля изменения новой переменной в желаемых установленных пределах. Число переменных может зависеть от источника данных реального времени. Раскрытие также предусматривает сравнение теоретической энергетически-оптимальной конструкции скважины с фактической траекторией ствола скважины. Ее также можно привести к стандартной длине интервала ствола скважины между точками замера и можно задать в виде

где E_(abs)n - абсолютная энергия профиля скважины, κ_i - кривизна ствола скважины, τ_i -изгибание ствола скважины, ΔD_i - изменение глубины в точке замера i, D_n - глубина в любой точке замера i, и ΔD_n - изменение глубины по некоторому количеству точек замера, n.

[0051] Чтобы количественно оценить изменение траектории ствола скважины после применения искусственной извилистости, задается относительная энергия, которая представляет собой энергию ствола скважины относительно абсолютной энергии, и выражается в виде:

где - относительная энергия профиля скважины, - абсолютная энергия профиля скважины с извилистостью или с применением волнистости скважины, и - абсолютная энергия профиля скважины без извилистости или без применения волнистости скважины.

[0052] Минимизация полной энергии кривой приведет к уменьшению крутящего момента и затяжки в ходе операций бурения. Можно применять различные схемы оптимизации. В некоторых реализациях, производные квадрата кривизны, квадрат производной кривизны, квадрат изгибания, или комбинации таких величин с определением средневзвешенного значения приведены ниже

где и - соответственно наклоны производной кривизны справа и слева. Анализ производных может быть полезен для определения глубины возникновения неравномерности в траектории ствола скважины, которая может привести к отказу инструмента. Полезность модели может зависеть от проверки и сравнения с фактическими данными. Также, нужно обеспечить достоверность с меньшими неопределенностями.

[0053] На основании формул, машина-2 260 осуществляет оптимизацию и генерирует отчет 280 о результатах, проводя сравнение с предыдущим прогнозированием удельной энергии. Отчет 280 может включать в себя численные данные в формате чисел, графических фигур и в других формах, позволяющие оператору 201 контролировать вычисленный результат.

[0054] Фиг. 3 демонстрирует пример процесса 300 для анализа и/или оптимизации в реальном времени иллюстративных забойных параметров согласно настоящему раскрытию. В реализации, показанной на фиг. 3, процесс 300 можно использовать для прогнозирования механической скорости проходки. Процесс 300 сначала может принимать переменные 310 входных данных, которые могут включать в себя текущую информацию, касающуюся осевой нагрузки на долото (WOB), скорости вращения бурового долота (N), расхода бурового раствора (Q) и текущей механической скорости проходки (ROP). Также могут быть включены другие переменные в зависимости от сложности ситуации и от соответствующей применяемой формулы.

[0055] Затем процесс 300 может принимать проектные переменные 320 трендового анализа, предложенные, заданные или вычисленные пользователем или оператором. Проектные переменные 320 трендового анализа могут включать в себя диаметр ствола скважины (D_b), площадь поперечного сечения ствола скважины (A_n), плотность бурового раствора/ плотность промывочного раствора (ρ_m), диаметр расширительного долота/бурового расширителя (D_r), площадь поперечного сечения расширительного долота/бурового расширителя (A_r), и другие проектные переменные.

[0056] После приема переменных 310 данных и проектных переменных 320 трендового анализа, процесс 300 может вычислять параметры 330 управления на основании формул, используемых в машина-2 260, показанной на фиг. 2. В некоторых реализациях, процесс 300 может генерировать параметры 330, например, W_eff, ΔP_b, T_s, T_f и F_s. Затем вычисленные параметры 330 можно использовать для вычисления ROP на этапе прогнозирования 340 ROP.

[0057] В некоторых реализациях, процесс 300 можно использовать для прогнозирования удельной энергии. Процесс 300 сначала может принимать переменные 310 входных данных, которые могут включать в себя текущую информацию, касающуюся осевой нагрузки на долото (WOB), скорости вращения бурового долота (N), расхода бурового раствора (Q) и текущей механической скорости проходки (ROP). Также могут быть включены другие переменные в зависимости от сложности ситуации и от соответствующей применяемой формулы.

[0058] Затем процесс 300 может принимать проектные переменные 320 трендового анализа, предложенные, заданные или вычисленные пользователем или оператором. Проектные переменные 320 трендового анализа могут включать в себя диаметр ствола скважины (D_b), площадь поперечного сечения ствола скважины (A_n), плотность бурового раствора/ плотность промывочного раствора (ρ_m), диаметр расширительного долота/бурового расширителя (D_r), площадь поперечного сечения расширительного долота/бурового расширителя (A_r), и другие проектные переменные.

[0059] После приема переменных 310 данных и проектных переменных 320 трендового анализа, процесс 300 может вычислять параметры 330 управления на основании формул, используемых в машина-2 260, показанной на фиг. 2. В некоторых реализациях, процесс 300 может генерировать параметры 330, например, W_eff, ΔP_b, T_s, T_f и F_s. Затем вычисленные параметры 330 можно использовать для вычисления удельной энергии вместо прогнозирования ROP на этапе 340.

[0060] Фиг. 4A-4B графически демонстрируют пример архитектуры 400 связывания данных для анализа и/или оптимизации в реальном времени забойного параметра согласно настоящему раскрытию. Архитектура 400 связывания данных, показанная на фиг. 4A, используется в анализе бурения во временной области (TDA). TDA может быть очень эффективен при оценивании коллекторов газа и легкой нефти. Процесс анализа может включать в себя создание таблицы 410 затяжки, плана 420 траектории ствола скважины, вычисление 430 с использованием соединения участков разной кривизны и формирование отчета 450. Вычисление 430 с использованием соединения участков разной кривизны может включать в себя вычисление нагрузки 441 на крюк, затяжки 443 и крутящего момента 445 операции бурения.

[0061] На фиг. 4B подробно проиллюстрировано вычисление траектории ствола скважины, осуществляемое с использованием вычисления 430 соединения участков разной кривизны. Вычисление траектории ствола скважины начинается с вычисления 431 с использованием соединения участков разной кривизны. Сначала, на этапе 432, задается общее выражение клотоиды (например, кривой, которая имеет уникальное свойство делать ствол скважины плавным) или спирали Эйлера/спиро. Затем, на этапе 433, задаются граничные условия траектории ствола скважины. На этапе 434, вычисляются координаты в северном, южном, восточном и западном направлениях, а также глубина. На этапе 435 строится траектория ствола скважины путем вычисления измеренной глубины на этапе 436, вычисления кривизны на этапе 437 и вычисления изгибания на этапе 438. На этапе 439, минимальная энергия вычисляется в качестве критериев оптимизации.

[0062] Фиг. 5 демонстрирует пример вычислительной процедуры 500 в процедуре оптимизации согласно настоящему раскрытию. Вычислительная процедура 500 помещает ввод 501 данных в хранилище 505 данных, которое включает в себя пять исполнимых модулей, которые включают в себя модуль 510 хранения и предварительной обработки данных, модуль 520 обучения, модуль 530 искусственного интеллекта, модуль 540 оптимизации и модуль 550 калибровки. Затем вычислительная процедура 500 выводит параметры 560 автоматизации для различных сценариев. Различные сценарии могут включать в себя прогнозирование 571 ROP, прогнозирование 572 MSE, анализ 573 колебаний, гидравлику 574, прогнозирование 575 стоимости скважины и другие сценарии.

[0063] Хранилище 505 данных хранит и классифицирует данные реального времени, что облегчает хранение и доступ по требованию для анализа. Это эффективно обеспечивает связь и узел доставки для доступа и разрешает предварительную обработку анализа. Хранилище 505 данных позволяет прослеживать преобразование данных в обратном направлении от операции, оптимизированной в соответствии с передовым опытом, к первичным данным, лежащим в основе исхода. Это существенно для создания системы, которая является не просто “черным ящиком”, но содержит использование доказательств и рассуждений при принятии каждого решения. Переносимые данные могут не ограничиваться наземными данными, сохраненными данными или данными реального времени. Данные включают в себя все параметры бурения, например, осевую нагрузку на долото, скорость вращения - на поверхности и в скважине, давление в затрубном пространстве, температуру, плотность, наклон, азимут, и т.д., и вычисленные значения, например, плотность, эквивалентную плотность, степень естественного искривления, диаметр ствола скважины, и т.д. Хранилище 505 данных на макроуровне обеспечивает широкий диапазон финансовых преимуществ, повышенную пропускную способность, сокращенное время выполнения и может наводить организацию и отделы на мысли, которые иначе никогда у них не возникли бы. Также требуется система запланированного нагружения и доставки, позволяющая минимизировать ненужную организацию очереди данных. Кроме того, эффективная система, обеспечивающая минимальную частоту включения и исключения, может приводить к значительному повышению эффективности.

[0064] Модуль 510 хранения и предварительной обработки данных может быть аналогичен модулю 120 предварительной обработки и модулю 130 сбора и классификации на фиг. 1. Модуль 510 хранения и предварительной обработки данных может фильтровать данные к заранее определенной частоте дискретизации. Модуль 510 хранения и предварительной обработки данных может включать в себя один или более цифровых фильтров и/или один или более аналоговых фильтров, например, шумоподавительный фильтр, полосовой фильтр, фильтр высоких частот, фильтр низких частот, фильтр средних частот, фильтр с задержкой, суммирующий фильтр, фильтр с преобразованием формата, и/или другие типы фильтров. Фильтры могут представлять собой фильтры на основе быстрого преобразования Фурье, позволяющие оперировать спектром до преобразования модифицированного спектра обратно в сигнал временного ряда, например, полосовые фильтры. Фильтры могут представлять собой фильтры на основе модели пространства состояний, например, фильтр Калмана.

[0065] Модуль 510 хранения и предварительной обработки данных также может сохранять и классифицировать данные. В случае массивов данных нормальной работы данные классифицируются как бурение, подъем, спуск, очищение, бурение и вращение без нагрузки. Варианты осуществления настоящего раскрытия можно применять к другим операциям, не связанным с добычей, которые также можно классифицировать. Для классификации можно осуществлять некоторый анализ, например, прогнозирование механической скорости проходки, оценивание удельной энергии, эффективность бурения с использованием прочности породы на сжатие с использованием значения UCS/CCS или каротажных данных LWD, энергию профиля скважины, прогнозирование прихвата труб, прогнозирование вибрации, увеличение нарастания слоя выбуренной породы, отклонение коэффициента трения и т.д.

[0066] Модуль 520 обучения может включать в себя алгоритмы распознавания шаблона, которые могут осуществлять корреляционный анализ и определять определенные тренды и/или шаблоны данных. Модуль 530 искусственного интеллекта может включать в себя вычислительный модуль обучения для накопления шаблонов данных, а также анализа трендов. Модуль 540 оптимизации может дополнительно применять различные схемы оптимизации, например, генетические алгоритмы, меметический алгоритм, дифференциальную эволюцию, динамическую релаксацию, поиск экстремума, симплексный эвристический алгоритм Нельдера-Мида, оптимизацию методом роя частиц, метод имитации отжига, алгоритм запрещенного поиска и прочее.

[0067] Затем модуль 540 оптимизации может генерировать данные, полезные модулю 550 калибровки при определении усеченных параметров в системе. Модуль 550 калибровки может переустанавливать начальные значения на основании усеченных параметров. Затем вычислительная процедура может передавать обновленные данные, а также усеченные параметры процессу 560 автоматизации.

[0068] Фиг. 6 демонстрирует пример цикла 600 управления для забойной операции согласно настоящему раскрытию. Цикл 600 управления начинается, когда блок управления принимает поток 610 данных. Поток 610 данных может включать в себя такие типы данных, как глубина (измеренная и вертикальная), расход, осевая нагрузка на долото, скорость вращения долота, диаметр долота, длина утяжеленной бурильной трубы, механическая скорость проходки, крутящий момент и затяжка бурильной колонны, хлоридный фильтрат, пластическая вязкость, предел текучести, плотность промывочного раствора и прочность геля (10 с и 10 минут). Также могут быть включены другие типы данных для вычисления оптимизации, например, кальциевого фильтрата, хлоридного фильтрата, крутящего момента, давления циркуляции, осевой нагрузки на долото, затяжки, диаметра долота, забойной компоновки, механической скорости проходки и оборотов в минуту.

[0069] Затем поток 610 данных можно обрабатывать на этапе 620. Этап 620 обработки может включать в себя предварительную обработку, сбор и классификацию данных и последующую обработку. Результат этапа 620 обработки может отправляться на этап 630, который имеет вычислительные алгоритмы для обнаружения и пассивного контроля данных, который связан с этапом 640 аналитики. Этап 640 аналитики может включать в себя этап 641 поиска, этап 642 классификации, этап 643 распознавания шаблона, этап 644 вычисления дисперсии, этап 645 трендового анализа и этап 646 ответа.

[0070] Результат этапа 640 аналитики может выводиться на модуль 650 искусственного интеллекта, который изучает результат, адаптируется к распознанному тренду и/или шаблону и прогнозирует параметры в предстоящих итерациях. Этап 640 аналитики может вычислять одну или более переменных, связанных с текущей операцией бурения, по меньшей мере, частично на основании, по существу, непрерывного потока данных, связанного с текущей забойной операцией. Одна или более переменных может включать в себя такие величины, как плотность, эквивалентная плотность, степень естественного искривления, диаметр ствола скважины, и пр.

[0071] Результат прогнозирования, а также оптимизированные параметры управления, полученные от модуля 650 искусственного интеллекта, могут поступать на модуль 660 автоматизации, который применяет параметры управления к оборудованию и инструментам. Когда вступают в силу новые параметры управления, оборудование и инструменты могут записывать и измерять поток данных производительности обновленной операции на этапе 665. Затем поток данных, записанный и измеренный на этапе 665, отправляется на этап 610, образуя замкнутый цикл управления. Цикл 600 управления может включать в себя регулировку ввода (например, вычисленного значения, значения пользовательской команды и т.д.) в забойный инструмент, осуществляющий текущую забойную операцию с использованием оптимизированного забойного параметра в текущей операции.

[0072] Фиг. 7 демонстрирует пример односкважинных и/или многоскважинных графических процессов для анализа и/или оптимизации в реальном времени забойной операции 700 согласно настоящему раскрытию. Забойная операция 700 может включать в себя одну или более скважин 710, например проиллюстрированных на фиг. 7, от скважины 1 до скважины n+1, n=0, 1, 2... Скважины 710 могут находиться в различных местах земной поверхности 701. Каждая скважина 710 может иметь цель 730 бурения и траекторию 740 бурения, ведущую к цели. В некоторых реализациях, забойная операция 700 может включать в себя операцию бурения, операцию спуска, операцию подъема, операцию очистки, операцию бурения и вращения без нагрузки и/или операцию добычи.

[0073] В некоторых реализациях, каждая из скважин 710 от скважины 1 до скважины n+1, n=0, 1, 2… может включать в себя систему оптимизации для вычисления и реализации оптимизированных забойных параметров для каждой скважины 710. Каждая скважина 710 может осуществлять соответствующую забойную операцию. В некоторых реализациях, разные забойные операции, осуществляемые разными скважинами 710, могут происходить одновременно или перекрываться во времени. Для каждой скважины 710, когда операция бурения проходит вдоль запланированной траектории ствола скважины, может иметь место непрерывный процесс оптимизации.

[0074] Как показано на фиг. 7, непрерывный процесс оптимизации может быть представлен последовательностью коробок. Взяв, например, скважину n+1, процедуру оптимизации вдоль траектории ствола скважины можно представить последовательностью коробок 720, 722, 724, 726 и 728, пока не будет достигнута цель 730 бурения. В каждой коробке оптимизации, например, в коробке 720 оптимизации, поток 750 данных может быть вводом, который аналогичен приему модуля 210 ввода буровой площадки, показанного на фиг. 2. Затем коробка 720 оптимизации может осуществлять анализ оптимизации и чувствительности и выводить вычисленные значения 760, например, крутящий момент, механическую скорость проходки, и т.д. на систему управления операциями. Непрерывная процедура оптимизации позволяет операции бурения быть более эффективной и следовать запланированной траектории ствола скважины.

[0075] На фиг. 8 показан пример графического пользовательского интерфейса 800 системы для анализа и/или оптимизации в реальном времени забойной операции согласно настоящему раскрытию. Графический пользовательский интерфейс (GUI) 800 может включать в себя панель 810 управления и панель 820 отчета. Панель 810 управления могут позволять пользователю вводить параметры управления на основании, либо внешнего вычисления, либо оптимизированного значения, вычисленного в процессе оптимизации. В реализации, показанной на фиг. 8, в первых двух строках данных указаны прогнозируемые и оптимизированные значения, тогда как третья строка позволяет пользователям вводить параметры управления, например, скорость вращения, осевую нагрузку на долото, механическую скорость проходки, и т.д. Соответствующее измерение текущих данных отображается на панели 820 отчета в форме графиков.

[0076] Панель 820 отчета может включать в себя контроль в реальном времени параметров операции, например, фактической осевой нагрузки на долото, фактической скорости бурения, фактической механической скорости проходки и т.д. Затем проводится сравнение между фактическими параметрами и оптимизированными параметрами, и, на основании собранных данных, вычисляется и отображается дисперсия. Это позволяет операторам лучше контролировать операцию бурения. Другие параметры, например, износ долота, срок службы долота, глубина долота, калибровочный коэффициент, оценочная глубина конца, также отображаются в панели 820 отчета.

[0077] Фиг. 9 демонстрирует пример способа 900 определения оптимальных параметров для забойной операции. На этапе 902, по существу, непрерывный поток данных реального времени, связанный с текущей забойной операцией, принимается, например, на хранилище данных. Поток данных может включать в себя технические данные, передаваемые в промышленном формате, например, на языке стандартной разметки для переноса информации с буровой площадки (WITSML); и поток данных также может включать в себя данные, отвечающие другим стандартам и форматам, например, спецификации переноса информации с буровой площадки.

[0078] Поток данных может включать в себя такие типы данных, как глубина (измеренная и вертикальная), расход, осевая нагрузка на долото, скорость вращения долота, диаметр долота, длина утяжеленной бурильной трубы, механическая скорость проходки, крутящий момент и затяжка бурильной колонны, хлоридный фильтрат, пластическая вязкость, предел текучести, плотность промывочного раствора и прочность геля (например, 10 с и 10 минут). Также могут быть включены другие типы данных для вычисления оптимизации, например, кальциевого фильтрата, хлоридного фильтрата, крутящего момента, давления циркуляции, осевой нагрузки на долото, затяжки, диаметра долота, забойной компоновки, механической скорости проходки и оборотов в минуту.

[0079] Поток данных может представлять собой данные реального времени, “правильного времени” и/или буферизованные/сохраненные данные. В некоторых реализациях, поток данных может включать в себя данные из активного хранилища данных, которое захватывает транзакции, когда данные изменяются в реальном времени, и объединять данные в хранилище совместно с поддержанием пакетных или запланированных циклических обновлений. В некоторых реализациях, поток данных может включать в себя данные из хранилища данных реального времени, которое содержит заранее определенные данные при определенных заранее заданных условиях. В некоторых реализациях, поток данных может включать в себя данные из заранее сохраненного модуля памяти или буфера для проверки, испытания и/или настройки.

[0080] В некоторых вариантах осуществления, забойная операция может представлять собой операцию бурения, операцию спуска, операцию подъема, операцию очистки, операцию бурения и вращения без нагрузки или операцию добычи (например, первичную или вторичную.

[0081] На этапе 904, выбор забойного параметра для оптимизации принимается, например, на вычислительной системе, от пользователя. Забойный параметр для оптимизации может приниматься, например, на центральном вычислительном устройстве 160. В некоторых вариантах осуществления, забойным параметром может быть, например, информация, касающаяся осевой нагрузки на долото (WOB), скорости вращения бурового долота (N), расхода бурового раствора (Q) и механической скорости проходки (ROP). Также могут быть включены другие переменные в зависимости от сложности ситуации.

[0082] На этапе 906, производится определение, фильтровать ли непрерывный поток данных, принимаемый в реальном времени (или почти реальном времени). Если данные подлежат фильтрации, они фильтруются на этапе 908. Например, поток данных можно предварительно обрабатывать различными фильтрами. Например, поток данных можно фильтровать к заранее определенной частоте дискретизации. Может существовать один или более цифровых фильтров и/или один или более аналоговых фильтров. Можно предусмотреть преобразователи сигнала, например, цифро-аналоговый преобразователь сигнала или аналогово-цифровой преобразователь сигнала для унификации данных сигнала, подлежащих обработке. Фильтрами могут быть полосовой фильтр, фильтр высоких частот, фильтр низких частот, фильтр средних частот, шумоподавительный фильтр, фильтр с задержкой, суммирующий фильтр, фильтр с преобразованием формата и/или другие типы фильтров. Фильтры могут представлять собой фильтры на основе быстрого преобразования Фурье, позволяющие манипулировать спектром до преобразования модифицированного спектра обратно в сигнал временного ряда, например, полосовые фильтры. Фильтры могут представлять собой фильтры на основе модели пространства состояний, например, фильтр Калмана.

[0083] После фильтрации, или если фильтрации не происходит, выбранный забойный параметр оптимизируется для достижения целевого значения на этапе 910. В некоторых вариантах осуществления, оптимизация забойного параметра может включать в себя максимизацию выбранного забойного параметра на основании части принятого потока данных для достижения целевого значения выбранного забойного параметра. Альтернативно или дополнительно, оптимизация может включать в себя минимизацию выбранного забойного параметра на основании части принятого потока данных для достижения целевого значения выбранного забойного параметра. Альтернативно или дополнительно, оптимизация может включать в себя прогнозирование выбранного забойного параметра в ходе текущей забойной операции.

[0084] В качестве одного примерного варианта осуществления, оптимизацию можно осуществлять на основании вычисления удельной гидромеханической энергии. Удельную энергию можно сравнивать с прочностью породы. UCS или CCS разрешает непрерывно оценивать производительность бурения для идентификации ограничителей, например, точек снижения скорости проходки из-за перегрузки долота, в системе бурения. Вычисленную удельную энергию можно использовать для определения точки отказа пласта породы, вычисленной из функции прочности породы. Прочность породы можно прогнозировать на основании анализа смещений скважины и проецировать на будущие профили скважины.

[0085] Удельную гидромеханическую энергию можно вычислять с использованием различных формул в зависимости от сложности забойной ситуации. Например, математическая формула для траектории ствола скважины сложной конструкции может использовать данные, позволяющие принимать решение по управлению вибрациями совместно с бурильной колонной и прогнозировать, когда вытаскивать изношенные долота, предотвращая налипание на забойную компоновку и налипание на долото. Целевой функцией может быть модифицированное отклонение механической удельной энергии, вычисленной в виде:

, и

где E_s - удельная энергия, W - осевая нагрузка на долото (тыс. фунтов на дюйм размера), W_eff - эффективная осевая нагрузка на долото (тыс. фунтов на дюйм размера), Q - расход (в галлонах в мин.), ΔP_b - падение давления (в фунтах на кв. дюйм), R - радиус проходного диаметра ствола скважины (в дюймах), A_b - площадь поперечного сечения ствола скважины (в кв. дюймах), N - скорость вращения долота (об/мин), T - крутящий момент (в футах на фунт силы) и ρ_m - плотность бурового раствора.

[0086] На этапе 912, оптимизированный забойный параметр можно использовать в текущей забойной операции. Например, в некоторых вариантах осуществления, использование оптимизированного забойного параметра может включать в себя его использование для управления инструментом, например, забойным инструментом, используемым в текущей забойной операции.

[0087] На этапе 914 производится определение, существует ли дополнительная текущая забойная операция, в которой можно использовать оптимизированный забойный параметр. Например, в некоторых вариантах осуществления, текущая забойная операция может осуществляться в первом стволе скважины и, дополнительно, аналогичные или идентичные забойные операции могут осуществляться в других стволах скважины (например, в поле множественных стволов скважины и операций). Если определено, что существует дополнительная текущая забойная операция, в которой можно использовать оптимизированный забойный параметр, то оптимизированный забойный параметр используется в дополнительных операциях в дополнительных стволах скважины на этапе 916. Эта последовательность может повторяться как проиллюстрировано в способе 900.

[0088] Если определено, что дополнительной текущей забойной операции, в которой можно использовать оптимизированный забойный параметр, не существует, то ввод в забойный инструмент регулируется на основании оптимизированного забойного параметра на этапе 918. Затем, на этапе 920, забойный инструмент эксплуатируется с отрегулированным вводом. Как проиллюстрировано в этапах 922-924, выбранный забойный параметр можно оптимизировать снова или много раз, согласно непрерывному потоку данных, принятому на этапе 902.

[0089] Было описано несколько реализаций. Тем не менее, следует понимать, что можно предложить различные модификации. Кроме того, способ 900, а также другие способы и процессы, описанные выше, могут включать в себя меньше этапов, чем проиллюстрировано, или больше этапов, чем проиллюстрировано. Кроме того, проиллюстрированные этапы способа 900, а также другие способы и процессы, описанные выше, можно осуществлять в соответствующих проиллюстрированных порядках или в других порядках, отличных от проиллюстрированных. Возможны и другие изменения в порядке следования этапов. Соответственно, другие реализации отвечают объему нижеследующей формулы изобретения.